“从前都说是‘捡了芝麻丢了西瓜’，而微众现在就是刻意地捡芝麻。因为抢西瓜的人太多，在无人的时候捡芝麻，只要捡得够多，或许会比西瓜更加具有商业可持续性。”
在7月朗迪中国峰会上，微众银行零售信贷总监方震宇以此作喻，阐述了微众“以小业务为切入点，争取把小做大”的愿景。
就在一月后，微粒贷余额超1000亿的消息在业内传播开来。成立于2015年的微粒贷是一款依托于微信和手机QQ的全线上信贷产品，目标用户是传统信贷难以覆盖的工薪阶层、自由职业者以及微小、双创企业。不同用户享有不同的授信额度（500元~30万元）及在0.02~0.05%之间的个性化日利率。
据雷锋网AI金融评论了解，截至今年5月15日（上线两周年之际），其累积发放贷款总金额达到3600亿元，主动授信客户数约9800万人，开通激活用户2200万人。据上月微众银行发布的2016年报显示，2016年末微粒贷贷款总额为1987亿元，主动授信用户为7000万。也就是说，未及半年，贷款总额增幅超过81%，授信用户数增长了40%。这意味着，立足于纵向历史，微粒贷正处于一个黄金发展期。
从横向维度上进行比较，据可查消息，蚂蚁借呗在去年4月，披露了一周年的运营数据，它为全国3000万用户提供了累计494亿元消费信贷。而据财新对微众副行长黄黎明的采访透露，在微粒贷一周年之际，贷款额度大约为400亿元，主动授信用户数才超3000万。
很明显，微粒贷在贷款规模和用户数量上不及蚂蚁借呗。据雷锋网AI金融评论了解，这与目前微粒贷仍然采用官方邀请制有关，用户的信用水平只有达到一定程度才会受邀开通，导致一批潜在用户被挡在门外。据方震宇解释，采用邀请制原因有二。其一是，客户量大，需要按批次安排；二是为了风险控制，限制不法分子的恶意攻击。
虽然规模受限，但微粒贷作为主打产品给微众银行带来的收益有目共睹。2016年报显示，微众银行实现扭亏为盈，营业收入为24.5亿元，利润达4.01亿元（2015年净亏损5.84亿元)，是利润最高的民营银行。其中，利息净收入为18.4亿元，手续费及佣金净收入为5.6亿元。而不良率为0.32%。
微众银行内部
那么，是什么造就了微粒贷这些漂亮的财务指标？
以方震宇的话来说，
“互联网时代，我们面临着不同的客户群体。我们希望利用科技来做普惠金融，科技是首位。具体来讲，是用科技的手段提高经营效率，进而大幅度降低整个经营成本，从而具备经营海量客户的能力。”
在演讲中，微众贷款科技产品总经理江旻将微众银行金融科技战略提炼为四个字母——CDAB，分别代表Cloud，包括联贷平台，微动力开放平台等产品；big data，包括用户画像、预授信、反欺诈；AI，应用有AI金融助理，基于NLP的分布式对话系统；blockchain，如近期开源的联盟链平台BCOS。
自主可控的银行科技系统
江旻首先展示的是微众自主可控的银行科技系统。该系统于2015年在腾讯云基础上成功搭建，微众主要通过采用多DCN（客户数据中心节点）分布式结构、大量标准化硬件及开源软件实现“去IOE”，能够支持微众处理亿级海量客户和高并发交易，并改变了金融服务的成本结构，大幅度降低了边际成本。
2015年，时任微众银行首席信息官马智涛接受媒体采访表示，这套系统成本是传统架构的十分之一。在设计此系统时，实际上参照了互联网企业通用的开放式架构，并借鉴了早期商业银行按照分行部署业务系统的经验，并在微众的实践中升华至“数据分布、管理集中”设计原则。
AI与风控
对于一款信贷产品来说，风控是最核心的能力。江旻介绍道，微众银行提供的远程身份认证服务SAAS级服务分为三块。第一是核身风控模型，基于C端用户环境、业务场景、用户行为的多维核身风控模型，识别并采集多因子（人脸、唇动、声音）。第二是利用腾讯优图技术，腾讯优图具有亿级数据分析训练，在LFW人脸识别数据集上取得了99.65%的识别率。第三是形成完整的核身闭环，包含开户、密码修改、绑卡等业务场景，差错率低于人工识别差错率千分之八。
其中，白名单即征信是微粒贷风控的第一环。虽然白名单未像蚂蚁借呗直接标出硬条件（芝麻信用分600以上），但据雷锋网(公众号：雷锋网)AI金融评论了解，微粒贷的征信数据有两种——央行个人征信数据和腾讯信用评分。腾讯信用评分来自于腾讯的用户互联网行为数据，包括在线使用、财产、消费支付、理财行为等。也就是说，白名单结合了传统信用评级方式和人工智能技术。
传统信用评级方式不难理解，那么白名单是如何利用AI的？中科院计算所副研究员、微信人工智能首席科学顾问罗平教授告诉雷锋网，
“微粒贷是自动征信，有的人最高是30万，有的人5万，有的人却无法访问微粒贷功能。对于它的征信来说，数据为王，算法可以靠后。实际上，微粒贷就是用了微信数据和少量的白名单，算法相当简单，核心是征信在朋友圈中的传递关系，往往一度好友就足够了。”
方震宇也提到微粒贷的授信过程，
“微粒贷在收到客户申请后，我们会马上查人行数据、公安系统、学历系统等，查完返回后会到模型中跑一跑，跑完以后算出额度再返还客户。”
他还表示，进入白名单后，用户申请贷款时几乎不用填写任何资料，每笔借款时间以“秒”计，“全流程一般是3秒钟左右 。”
除了授信，借款、还款过程也是完全交由机器完成，没有人工干预。而这正是推广普惠金融的必备条件，大数据、AI等技术的发展提供了一种高固定成本、低变动成本的结构模式，得以实现快速复制和规模效益。
方震宇还给出数据说明在普惠金融方面取得的一些成效。微粒贷贷款结构中，99.5%的客户贷款余额小于5万元，88%的客户实际贷款小于2万元，人均贷款是8000元；客群中大专及以下学历将近70%；从职业维度来分，白领服务业人群不足25%，蓝领、服务业、制造业以及其他经营人群约占75%。“这些数据结构和现阶段中国的人口结构差不多。”
此外，微粒贷还采用了人工智能客服。据介绍，1个智能机器人加8个人工客服能够支持微粒贷的海量客户，日消息量超过90万，其中97.9%日消息由机器人服务。这个配置能够取代传统的400个电话客服和10小时电话连线。AI客服能以超低成本满足客户的服务请求。
渠道优势和联贷平台
除了技术因素，平台优势和联合贷款也是微粒贷的助推器。
渠道优势是指，微粒贷依托于两个超级APP手机QQ和微信放贷。2017年第一季度数据显示，微信、QQ全球月活跃用户数分别为 9.4亿、8.6亿。在同类竞品为前期高昂、精准的流量担忧时，微粒贷的烦恼要小得多。
另外，微粒贷采用了不同于传统银行获取资金的方式，选择与同业合作联合贷款。据微众银行副行长黄黎明介绍，除了前期的部分自有资金，贷款资金大多来自36家合作银行，即每天放款中，微众银行放20%，其余80%贷款由合作银行提供。这在微众银行年报上也有所体现，2016年负债总额为452.93亿，其中7.3%由客户存款组成，同业存入占78%。
其中值得关注的是，合作银行大多是中小银行，如上海银行、包商银行、江苏银行、长沙银行、华瑞银行等。该模式对于微众银行来说，可以降低风险、流动性以及资金压力，专注于技术和业务的发展；对于合作银行来说，相当于获得了微众的风控能力，触达它们目前所无法服务到的中低净值人群。
结语
“一谈到普惠金融，大家会想到优惠和便宜，”方震宇最后谈到对于普惠金融的理解，
“但我个人认为，‘惠’应该做到以下几点：第一是提高客户使用效率，二是不给用户带来除了资金成本以外的任何成本。三是经营者要用科技手段降低各项成本，使之成为可持续的商业模式，吸引更多商业主体的参与。在激烈的竞争中，价格会趋于合理。”
。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/69870.html